超强的机内搜索替换软件

在我们日常的电脑操性中，为了进行快速查找、替换，常常会接触到搜索功能。但使用Windows操作系统自身的搜索工具往往显得力不从心．此时，我们不妨选择一款专业搜索软件．“Search and Reclace”是一欹非常优秀的搜索和替换工具．它的功能极为强大，支持多种格式文件．支持二次搜索，支持二进制和脚本搜索；支持搜索结果输出等．下面．我们就来看看它的具体操作步骤．     

基于DSP实时实现的H.264运动估计快速算法

综合考虑运动估计的精度和搜索次数．提出了一种在DSP上实现符合H．264标准的运动搜索快速算法．该算法结合了钻石搜索和分层搜索的思想，在抽样块上进行菱形搜索，同时自适应预测搜索起始点，在保证估计质量的情况下减少了冗余搜索次数,极大的提高了搜索效率，对在DSP上实现H．264实时编码器具有重要的实用价值．     

双十字搜索算法的快速块匹配运动估计

在块运动估计中，不同形状、不同大小的搜索模型对搜索速度和搜索质量有很大的影响．通过运动矢量概率分布分析，发现了运动矢量概率分布具有除中心十字偏置特性以外的方向性特性，提出了一种快速的双十字搜索（DCS）运动估计算法．该算法首先根据运动矢量概率分布的中心十字偏置性，采用小十字搜索模型（SCSP）和大十字搜索模型（LCSP）对小运动矢量进行搜索，从而减少搜索点数．然后，根据运动矢量概率分布的方向性，使用非完全对称十字搜索模型（NFSCSP）对大运动矢量进行搜索，进一步提高了搜索速度．在保持相当搜索质量的前提下，双十字搜索算法与菱形搜索算法（DS）和十字-菱形搜索（CDS）算法相比，搜索速度分别可提高70％和40％．实验结果证明双十字搜索算法是非常有效的，且具有较强的鲁棒性．     

两步最优邻域匹配的快速图像恢复算法

最优邻域匹配(BNM)算法运用全搜索策略，具有很高的计算复杂度．跳跃环顾最优邻域匹配(JLBNM)算法采用跳跃与环顾相结合的搜索策略，提高了匹配速度．文中提出一种两步最优邻域匹配(TSBNM)算法，利用两步搜索作为搜索策略，交替运用浏览搜索和精细搜索寻找最优匹配块；同时，精细搜索借鉴了菱形搜索算法的搜索思想，使用模板进行搜索．实验证明，在获得相当恢复质量的前提下，TSBNM算法的处理时间约为BNM算法的8％～10％，约为JLBNM算法的77％．     

百度你的硬盘文档

去年Google首先推出了桌面搜索．在搜索领域引起了不小的轰动．现在，百度推出的“百度硬盘搜索”（http//disk.baidu.com)又将让广大用户真正享受本土化的“硬盘搜索”．其主要特色为：即时查找你的电子邮件，文档，网页历史纪录等．无论在线与否．你都可以看浏览过的网页，搜索方式与百度在线搜索一样简单．下面就让我们一起来先“用”为快！     

追新前线

疯狂搜索（CrazySearch）4.0b主页：http：／／www．crazysoft．com／就象它的名字，“疯狂搜索”的确是个疯狂的搜索软件。它支持多引擎搜索、多页测资、多内码功能，尤其适合中国用户，并自带大量中文搜索引擎，用户还可添加自己的搜索弓陈。4．oh版的“疯狂搜索”更新了全部的搜索引擎，搜索速度明显快于3．0版本。作者还重写了搜索核心的底层代码，使得搜索的稳定性和速度得多打优化。x页：http：／／www．won‘lnlx．net／使用时在离线状态下输入关键字，上网后只需按搜索键，程序就会自动调用你的默认测览器（IE或NetscaPe）进行搜…     

新软联播

Google今年第一季度净利润增长近5倍，这和他们锐意创新的精神是分不开的。继Gmail．桌面搜索、视频搜索……之后，如今Google又推出一个全新的搜索服务——My Search HistorY(我的搜索历史)。这个个性化搜索功能不但能够记录搜索历史，还能够按照日期和搜索频度来显示搜索记录．并对搜索记录进行分析来优化搜索结果。理论上说，     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

混合粒子群优化算法研究

提出将Hooke Jeeves模式搜索方法嵌入粒子群优化算法中，以此构建混合粒子群优化算法．此外，在搜索过程中还加入变异操作来增加种群多样性，以避免早熟收敛．其中，局部搜索增加了算法的开发能力，而变异操作提高了算法的探测能力．探测与开发的折中则通过两个域值变量来完成．大量的测试函数研究表明，混合粒子群优化算法局部搜索能力有显著提高，且搜索到全局最优的概率更高．     

免费WiFi暗藏隐患

Google发布了一个新的源代码搜索工具，称之为Google代码搜索，并将其收罗在它code．google．com开源网站上。产品经理汤姆·斯多克说，这个搜索工具就像平常的Google搜索一样，最大的搜索查询规模可以达到1000个字符。     

文件太乱如何整理

需要重做系统，或想对个人资料整理一番，但发现不同下载程序下载文件的位置都不一样。习惯不好，图片在每个硬盘盘符文件夹里都有。在PC上下载了很多APP的版本，有新有旧，如何找出最新的、删除旧的？如何快速将不同格式的文件，根据时间、类型或其他需求进行整理？对于资料比较混乱的情况，我们可以通过搜索工具来搜索整理，然后在搜索结果中进行处理。比如用强力快速搜索工具Everything来按需根据文件名搜索整理。如果要按文档内容来搜索，可使用EmEditor文本编辑器的多文件搜索附件来搜索整理，或者用FileSeek Pro v3．1．4这类专业的搜索软件来搜索整理。此外，还可借助于Windows 8．1操作系统的文件搜索功能来搜索整理文件。     

一种Grover量子搜索算法的改进策略

在使用Grover量子搜索算法对给定规模的数据库搜索时，随着搜索目标数的增加，获得正确结果的概率大幅度下降．分析了出现这种现象的原因，提出了一种基于新的相位匹配条件的改进策略．在新的相位匹配条件中，使2次相位旋转的大小相等方向相反．当要搜索的目标数目多于记录总数的1／3时，应用改进后的算法只需一步搜索，能以至少25／27的概率得到全部搜索目标．实验证明这种策略是有效的．     

图像搜索中人机交互技术的新进展

人机交互在图像搜索中起着重要的作用．研究下一代人机交互接口以更好地表达用户搜索意图，具有广大的应用前景．如何充分利用人类的感觉器官，提供拟人化的交互方式已经成为信息科学的一个研究热点．除了提供自然友好的人机交互，还需要研究如何采用相关反馈技术获取用户的真实需求，以弥补图像底层特征和高层语义之间的鸿沟，优化查询结果，实现个性化搜索．首先对图像搜索的发展概况做了简要介绍，在对人机交互、相关反馈和个性化搜索的研究进展进行讨论后，描述了人眼跟踪、语音和触摸导航在图像检索中的应用．最后指出了图像搜索中人机交互技术进一步的发展前景。     

本土化的百度桌面搜索来了

前几期我们一直在讨论桌面搜索战场的风起云涌，各大厂商都推出了自己的桌面搜索工具．方便用户搜索本地电脑中的文件资源．最近百度公司也推出了桌面搜索工具——百度硬盘搜索。     

预览视频，我用“有道”

有道（www．youdao．com）的视频搜索，你用过没？与其他同类型视频搜索网站相比，有道视频搜索有个很独到的功能：视频预览，使用起来很是方便。     

网上购物“必杀技”

搜索——你真的会用吗？ 很多人在购物寻找商品的时候都会使用搜索．但是，搜索也是需要一定技巧的。搜索用得好，在一个网站找到最优惠的商品．或同样的商品找到最低的价格，“如探囊取物耳”。     

一种多空间聚类算法

CLARANS算法是经典的划分聚类算法，其核心思想是采用随机重启的局部搜索方式搜索中心点．由于搜索空阀布满了局部最优解的“陷阱”，因此它难以获得全局最优解，从而影响了聚类质量．针对这个缺点，本文将多空闻思想与CLARANS算法相结合，提出了基于多空间思想的CLARANS算法-CABMS（CLARANS Algorithm Based on Multi—Space）．该算法的基本思路是采用空间变换策略构造一系列光滑程度不同的搜索空间，在不同的搜索空间中执行CLARANS算法，并利用前层搜索空间的聚类结果来引导本层搜索空间的聚类．CABMS能够跳过局部最优解的“陷阱”，增大获得全局最优解的概率，达到提高聚类质量的目的．本文给出了等距法多空间构造策略，并通过实验对比了CLARANS算法与CABMS算法的聚类质量．实验结果表明，CABMS的聚类质量较CLARANS有较大改进．     

一种快速的贝叶斯网结构学习算法

贝叶斯网是不确定性问题知识表达和推理中最重要的一个理论模型．迄今为止人们提出了许多贝叶斯网结构学习算法，基于约束满足和评分搜索相结合的混合方法是其中的一个研究热点．以I—B＆B—MDL为基础，提出了一种快速的学习算法．新算法不仅利用约束知识来压缩搜索空间，而且还用它作为启发知识来引导搜索．首先利用0阶和少量的1阶测试有效地限制搜索空间，获得网络候选的连接图，减少了独立性测试及对数据库的扫描次数，然后利用互信息作为启发性知识来引导搜索，增加了B＆B搜索树的截断．在通用数据集上的实验表明：快速算法能够有效地处理大规模数据，且学习速度有较大改进．     

基于混沌搜索的模糊控制器参数最优设计

基于混沌变量，本文提出一种模糊控制器最优设计方案．离线优化采用混沌算法，将混沌因子引入到模糊控制器参数域的优化搜索中，用载波方式将优化变量转变成混沌变量，再利用混沌运动的遍历性和随机性直接寻优，得到模糊控制器参数的全局次优解．在线优化采用共轭梯度下降法，把混沌搜索后得到的全局次优值作为梯度下降搜索的初始值，实现混沌全局粗搜索和梯度下降局部细搜索相结合的优化目的，能很快找到模糊控制器参数的全局最优解．最后对算法的收敛性进行了证明．     

用谷歌自定义搜索引擎搜刮网盘

网络硬盘上面的的东西干奇百怪，也有不少好东西，但是搜索起来有点麻烦，之前我们介绍过用“site：www．xxxx．com”的命令方式在谷歌里搜索特定网站的内容，但是只能针对一个网站，如果想搜索多个网站就要分别搜索多次，还是有些繁琐。